ADPCM檔案解碼詳解
一、概述：
本文敘述瞭如何通過IMA-ADPCM壓縮和解壓縮演算法來完成從IMA-ADPCM檔案轉換為PCM檔案的過程。主要包括的內容有：PCM和IMA-ADPCM WAVE檔案內部結構的介紹，IMA-ADPCM壓縮與解壓縮演算法，以及如何生成特有的音訊壓縮格式檔案等三方面的內容。
二、WAVE檔案的認識
WAVE檔案是計算機領域最常用的數字化聲音檔案格式之一，它是微軟專門為Windows系統定義的波形檔案格式（Waveform Audio），由於其副檔名為"*.wav"。
wave檔案有很多不同的壓縮格式，而且現在一些程式生成的wave檔案都或多或少地含有一些錯誤。這些錯誤的產生不是因為單個數據壓縮和解壓縮演算法的問題，而是因為在壓縮和解壓縮後沒有正確地組織好檔案的內部結構。所以，正確而詳細地瞭解各種WAVE檔案的內部結構是成功完成壓縮和解壓縮的基礎，也是生成特有音訊壓縮格式檔案的前提。
最基本的WAVE檔案是PCM（脈衝編碼調製）格式的，這種檔案直接儲存取樣的聲音資料沒有經過任何的壓縮，是音效卡直接支援的資料格式，要讓音效卡正確播放其它被壓縮的聲音資料，就應該先把壓縮的資料解壓縮成PCM格式，然後再讓音效卡來播放。
1.Wave檔案的內部結構
WAVE檔案是以RIFF(Resource Interchange File Format,"資源互動檔案格式")格式來組織內部結構的。RIFF檔案結構可以看作是樹狀結構，其基本構成是稱為"塊"（Chunk）的單元，最頂端是一個“RIFF”塊，下面的每個塊有“型別塊標識(可選)”、“標誌符”、“資料大小”及“資料”等項所組成，塊的結構如表1所示：
上面說到的“型別塊標識”只在部分chunk中用到，如“WAVE”chunk中，這時表示下面巢狀有別的chunk，當使用了“型別塊標識”時，該chunk就沒有別的項（如塊標誌符，資料大小等），它只作為檔案讀取時的一個標識。先找到這個“型別塊標識”，再以它為起來讀取它下面巢狀的其它chunk。
每個檔案最前端寫入的是RIFF塊，每個檔案只有一個RIFF塊。從表2中可以看出它的結構：
非PCM格式的檔案會至少多加入一個“fact”塊，它用來記錄資料解壓縮後的大小。（注意是資料而不是檔案）這個“fact”塊一般加在“data”塊的前面。
２．WAVEFORMAT結構的認識
PCM和非PCM的主要區別是聲音資料的組織不同，這些區別可以通過兩者的WAVEFORMAT結構來區分。下面以PCM和IMA-ADPCM來進行對比：
WAVE的基本結構WAVEFORMATEX結構定義如下：
typedef struct
{
WORD wFormatag; //編碼格式，包括WAVE_FORMAT_PCM，//WAVEFORMAT_ADPCM等
WORD nChannls; //聲道數，單聲道為
DWORD nSamplesPerSec;//取樣頻率；
DWORD nAvgBytesperSec；//每秒的資料量；
WORD nBlockAlign;//塊對齊；
WORD wBitsPerSample;//WAVE檔案的取樣大小；
WORD sbSize; //PCM中忽略此值
}WAVEFORMATEX；
PCM的結構就是基本結構；
IMAADPCMWAVEFORMAT結構定義如下：
Typedef struct
{
WAVEFORMATEX wfmt;
WORD nSamplesPerBlock;
}IMAADPCMWAVEFORMAT;
IMA-ADPCM的wfmt->cbsize不能忽略，一般取值為2，表示此型別的WAVEFORMAT比一般的WAVEFORMAT多出2個位元組。這兩個字元也就是nSamplesPerBlock。
3.“fact”chunk的內部組織
在非PCM格式的檔案中,一般會在WAVEFORMAT結構後面加入一個“fact”chunk,結構如下：
typedef struct{
char[4]; //“fact”字串
DWORD chunksize;
DWORD datafactsize; //資料轉換為PCM格式後的大小。
}factchunk;
datafactsize是這個chunk中最重要的資料，如果這是某種壓縮格式的聲音檔案，那麼從這裡就可以知道他解壓縮後的大小。對於解壓時的計算會有很大的好處！
4．“data”chunk的內部組織
從“data”chunk的第9個位元組開始，儲存的就是聲音資訊的資料了，(前八個位元組儲存的是標誌符“data”和後接資料大小size(DWORD)。這些資料可能是壓縮的，也可能是沒有壓縮的。
PCM中的聲音資料沒有被壓縮，如果是單聲道的檔案，取樣資料按時間的先後順序依次存入。（它的基本組織單位是BYTE(8bit)或WORD(16bit)）如果是雙聲道的檔案，取樣資料按時間先後順序交叉地存入。如圖所示:
IMA-ADPCM是壓縮格式，它是從PCM的16位取樣壓縮成4位的。對於單聲道的IMA-ADPCM來說，它是將PCM的資料按時間次序依次壓縮並寫入檔案中的，每個byte中含兩個取樣，低四位對應第一個取樣，高四位對應第二個取樣。而對於雙聲道的IMA-ADPCM來說，它的儲存相對就麻煩一些了，它是將PCM的左聲道的前8個取樣依次壓縮並寫入到一個DWORD中，然後寫入“data”chunk裡。緊接著是右聲道的前8個取樣。以此迴圈，當取樣數不足8時（到資料尾端），應該把多出來的取樣用0填充。其示意圖如下：
特別注意：
在IMA-ADPCM中，“data”chuck中的資料是以block形式來組織的，我把它叫做“段”，也就是說在進行壓縮時，並不是依次把所有的資料進行壓縮儲存，而是分段進行的，這樣有一個十分重要的好處：那就是在只需要檔案中的某一段資訊時，可以在解壓縮時可以只解所需資料所在的段就行了，沒有必要再從檔案開始起一個一個地解壓縮。這對於處理大檔案將有相當的優勢。同時，這樣也可以保證聲音效果。
Block一般是由block header (block頭) 和data 兩者組成的。其中block header是一個結構，它在單聲道下的定義如下：
Typedef struct
{
short sample0; //block中第一個取樣值（未壓縮）
BYTE index; //上一個block最後一個index，第一個block的index=0;
BYTE reserved; //尚未使用
}MonoBlockHeader;
有了blockheader的資訊後，就可以不需要知道這個block前面和後面的資料而輕鬆地解出本block中的壓縮資料。對於雙聲道，它的blockheader應該包含兩個MonoBlockHeader其定義如下：
typedaf struct
{
MonoBlockHeader leftbher;
MonoBlockHeader rightbher;
}StereoBlockHeader;
在解壓縮時，左右聲道是分開處理的，所以必須有兩個MonoBlockHeader;
注1：上述的index是解壓縮演算法中必須用到的一個引數。詳見後面。
注2: 關於block的大小,通常會有以下幾種情況:
對於單聲道,大小一般為512byte,顯然這裡面可以儲存的sample個數為(512-sizeof(MonoBlockHeader))/4 + 1 = 1017個<其中"+1"是第一個存在頭結構中的沒有壓縮的sample.
對於雙聲道,大小一般為1024byte,按上面的演算法可以得出,其中的sample個數也是1017個.
４．讀取WAVE檔案的方法．
在知道了WAVE檔案的內部資料組織後，可以直接通過FILE或HFILE來實現檔案的讀取。但由於WAVE檔案是以RIFF格式來組織的，所以用多媒體輸入輸出流來操作將更加方便，可以直接在檔案中查詢chunk並定位資料。
三、IMA-ADPCM 編碼和解碼演算法
IMA-ADPCM 是Intel公司首先開發的是一種主要針對16bit取樣波形資料的有失真壓縮演算法, 壓縮比為4:1.它與通常的DVI-ADPCM是同一演算法。(對8bit資料壓縮時是3.2:1,也有非標準的IMA-ADPCM壓縮演算法,可以達到5:1甚至更高的壓縮比)4:1的壓縮是目前使用最多的壓縮方式。
ADPCM(Adaptive Differential Pulse Code Modulation 差分脈衝編碼調製)主要是針對連續的波形資料的, 儲存的是相臨波形的變化情況, 以達到描述整個波形的目的。演算法中必須用到兩個一維陣列，setptab[] 和index_adjust[]，附在下面的程式碼之後。
--------------------------------------------------------------------------------
IMA-ADPCM 壓縮過程
首先我們認為聲音訊號都是從零開始的,那麼需要初始化兩個變數
int index = 0,prev_sample = 0;
但在實際使用中，prev_sample的值是每個block中第一個取樣的值。（這點在後面的block中會詳細介紹）
假設已經寫好了兩個函式：
GetNextSamp() ——得到一個16bit 的取樣資料；
SaveComCode() ——儲存一個4bit 的壓縮樣品；
下面的迴圈將依次壓縮聲音資料流：
while (還有資料要處理) {
cur_sample = GetNextSamp(); // 得到PCM中的當前取樣資料
diff = cur_sample-prev_sample; // 計算出和上一個的增量
if (diff<0)
{
diff=-diff;
fg=8;
}
else fg=0; // fg 儲存的是符號位
code = 4*diff / steptab[index];
if (code>7) code=7; // 根據steptab[] 得到一個0~7 的值，它描述了取樣振幅的變化量
index+=index_adjust[code]; // 根據聲音強度調整下次取steptab 的序號，便於下次得到更精確的變化量的描述
if (index<0) index=0; // 調整index的值
else if (index>88) index=88;
prev_sample=cur_sample;
SaveComCode(code|fg); // 加上符號位儲存起來
}
--------------------------------------------------------------------------------
IMA-ADPCM 解壓縮過程
解壓縮實際是壓縮的一個逆過程,假設寫好了以下兩個函式：
GetNextCode() ——得到一個編碼（4bit）
OutputSamp() ——將解碼出來的聲音訊號儲存起來（16bit）.
int index=0,cur_sample=0;
while (還有資料要處理) {
code=GetNextCode(); // 得到下一個壓縮樣品Code 4bit
if ((code & 8) != 0) fg=1 else fg=0;
code&=7; // 將code 分離為資料和符號
diff = (steptab[index]*code) /4 + steptab[index] / 8; // 後面加的一項是為了減少誤差
if (fg==1) diff=-diff;
cur_sample+=diff; // 計算出當前的波形資料
if (cur_sample>32767) OutputSamp(32767);
else if (cur_sample<-32768) OutputSamp(-32768);
else OutputSamp(cur_sample);
index+=index_adjust[code];
if (index<0) index=0;
if (index>88) index=88;
}
--------------------------------------------------------------------------------
附表
int index_adjust[8] = {-1,-1,-1,-1,2,4,6,8};
int steptab[89] = { 7, 8, 9, 10, 11, 12, 13, 14, 16, 17, 19, 21, 23, 25, 28, 31, 34, 37, 41, 45, 50, 55, 60, 66, 73, 80, 88, 97, 107, 118, 130, 143, 157, 173, 190, 209, 230, 253, 279, 307, 337, 371, 408, 449, 494, 544, 598, 658, 724, 796, 876, 963, 1060, 1166, 1282, 1411, 1552, 1707, 1878, 2066, 2272, 2499, 2749, 3024, 3327, 3660, 4026, 4428, 4871, 5358, 5894, 6484, 7132, 7845, 8630, 9493, 10442, 11487, 12635, 13899, 15289, 16818, 18500, 20350, 22385, 24623, 27086, 29794, 32767 };
四、設計自己特用的壓縮聲音檔案格式。
有了上述幾節的知識，要基於IMA-ADPCM Encode/Dcode演算法來設計出特有的壓縮聲音檔案格式就不難了！只要 先設計好特有的檔案內部結構和特殊的資料組織結構，再以此為標準編寫壓縮和解壓縮程式就行了。由於我們已經搞清楚了PCM裡面的資料組織，所以我們還可以進行PCM檔案的擷取、連線、壓縮等更多功能。